買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉安徽清新互聯信息科技有限公司申請的專利一種基于深度學習的多目標匹配方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN114187607B 。

龍圖騰網通過國家知識產權局官網在2025-09-12發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202111364596.X，技術領域涉及：G06V40/10；該發明授權一種基于深度學習的多目標匹配方法是由尼秀明;張卡;何佳設計研發完成，并于2021-11-17向國家知識產權局提交的專利申請。

本一種基于深度學習的多目標匹配方法在說明書摘要公布了：本發明公開了一種基于深度學習的多目標匹配方法，包括：獲取待識別圖像，所述待識別圖像包括某一幀圖像和該幀圖像對應的ID掩碼圖像；將待識別圖像輸入至預先訓練好的深度神經網絡模型，該深度神經網絡模型包括特征提取模塊、相關性模塊和預測模塊；利用特征提取模塊對待識別的圖像進行處理，得到待識別圖像的特征圖；利用相關性模塊對所述特征圖進行處理，得到具有自我感知時空相關性的輸入特征圖；利用預測模塊對所述輸入特征圖進行處理，獲得預測前后兩幀待識別圖像之間的目標關聯度；該多目標匹配方法借助深度神經網絡模型，直接端對端的完成多目標關聯匹配過程，通用性強，實時性高，誤差來源更少，可長時間跟蹤，跟蹤效果魯棒性強。

本發明授權一種基于深度學習的多目標匹配方法在權利要求書中公布了：1.一種基于深度學習的多目標匹配方法，包括： 獲取待識別圖像，所述待識別圖像包括某一幀圖像和該幀圖像對應的ID掩碼圖像； 將待識別圖像輸入至預先訓練好的深度神經網絡模型，該深度神經網絡模型包括特征提取模塊、相關性模塊和預測模塊； 利用特征提取模塊對待識別的圖像進行處理，得到待識別圖像的特征圖； 利用相關性模塊對所述特征圖進行處理，得到具有自我感知時空相關性的輸入特征圖； 利用預測模塊對所述輸入特征圖進行處理，獲得預測前后兩幀待識別圖像之間的目標關聯度； 所述深度神經網絡模型的訓練步驟包括： 收集各種場景，各種光線、各種角度下的行人視頻，將行人視頻按幀分離得到幀圖像； 獲取樣本圖像訓練集，訓練集中的每個樣本圖像是通過對前后兩個幀圖像中的行人目標關聯信息進行標注得到的圖像； 構建所述深度神經網絡模型的目標損失函數； 將所述樣本圖像訓練集輸入至定義好的深度神經網絡模型進行訓練，得到所述預訓練后的深度神經網絡模型； 其中，在對前后兩個幀圖像中的行人目標關聯信息進行標注，具體步驟如下： 基于深度學習的行人檢測框架獲取行人視頻中每一幀圖像中的行人位置作為行人位置信息，對行人位置信息進行標注，得到行人目標位置信息； 根據每個幀圖像中的行人目標位置信息，生成相應的ID掩碼圖像； 任意選擇包含行人目標的一幀圖像作為前一幀圖像，在之后的設定幀內，任意選擇一幅圖像作為當前幀圖像，將當前幀圖像、當前幀圖像的ID掩碼圖像、前一幀圖像、前一幀圖像的ID掩碼圖像一起組成運動圖像對； 對于每一個運動圖像對進行人工審核，進行不同幀圖像中行人目標ID關聯，獲得行人目標的ID關聯信息，生成一個長度為N+1的one-hot類型的關聯特征向量； 按照行人目標的ID關聯信息中序號值的大小，按順序串聯每一個行人目標的關聯特征向量。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人安徽清新互聯信息科技有限公司，其通訊地址為：230088 安徽省合肥市高新區創新大道2800號創新產業園二期J1區A座17-18樓；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。